第5章多元线性回归模型.pptVIP

§5.1 三变量线性回归模型的概念和假定 一、基本概念 样本回归函数SRF： 样本回归模型为： 假定4 随机误差项ui具有同方差性。 假定7 样本容量n必须大于待估参数的个数  假定6 随机误差项与每一个解释变量都不相关。 假定10 解释变量之间没有完全的多重共线 性。 假定11 随机误差项服从正态分布。 §5.2 三变量线性回归模型的普通最小二乘估计 一、估计量的求解 整理得到： 三变量线性回归模型对应的SRF的离差形式为： 二、OLS估计量的性质和精度（一）OLS估计量的性质 回归线（面）通过样本均值点 估计的Yi的均值等于实际观测的Yi的均值 残差的均值为0 残差与解释变量X2i和X3i都不相关 残差与估计的Yi值不相关 OLS估计量在CLRM假设下是BLUE。 （二）OLS估计量的精度 记 总体方差的估计 残差平方和的自由度＝样本容量的大小－待估计的参数的个数 §5.3 多元线性回归模型的统计检验 一、拟合优度检验 （一）复判定系数R2的计算公式 （二）复相关系数R 测量因变量与全部解释变量在一起的关联程度。 复相关系数R永远取正值。复相关系数是复判定系数的算术根。 问题： 在应用过程中发现，如果在模型中增加一个解释变量， R2往往增大（Why?） 这就给人一个错觉：要使得模型拟合得好，只要增加解释变量即可。 但是，现实情况往往是，由增加解释变量个数引起的R2的增大与拟合程度的好坏无关。 （四）不同模型之间复判定系数的比较 二、模型的总体显著性检验 模型的总体显著性检验，旨在对模型中因变量与解释变量之间的线性关系在总体上是否显著成立作出推断。 三变量线性回归模型的ANOVA表 拟合优度检验与模型显著性检验关系的讨论 由 三、检验个别偏回归系数的统计显著性 模型具有总体显著性?每个解释变量对因变量的影响都是显著的 四、受约束的最小二乘法：线性等式约束条件的检验 不加任何约束的回归称为无约束回归（unrestricted regression）； 模型施加约束条件后进行回归，称为受约束回归（restricted regression）。 （一）t检验法 首先进行无约束回归，计算出回归参数的估计量； 采用t检验的方法检验： t值与给定显著性水平下的临界值进行对比，从而来判断接受还是拒绝原假设。 （二）F检验法 以C-D生产函数模型为例 假定原假设 成立 则 案例分析 教材P250 1960-1982年美国子鸡需求的例子 思考问题： 1）如何根据经济理论预测回归系数的符号？ 2）如何检验 ？ 五、模型的参数稳定性检验－邹至庄检验 （3）计算F统计量的值，与临界值比较： 若F值大于临界值 ，则拒绝原假设，认为发生了结构变化，参数是非稳定的。 该检验也被称为邹至庄参数稳定性检验（Chow test for parameter stability）。 中国城镇居民食品消费需求函数模型 §5.4 多元线性回归模型函数形式的进一步扩展 一、柯布－道格拉斯生产函数模型 柯布－道格拉斯生产函数模型的性质 是产出对劳动投入的(偏)弹性； 是产出对资本投入的(偏)弹性； 给出关于规模报酬的信息，即产出对投入的比例变化的反应。 二、多项式回归模型 （一）二阶多项式回归模型 （二）三阶多项式回归模型 §5.5 建模过程中应该注意的问题 研究经济变量之间的关系要剔除物价变动因素； 依照经济理论以及对具体经济问题的深入分析初步确定解释变量； 当引用数据时，要注意数据的定义是否与所选定的变量定义相符； 通过散点图确定解释变量与因变量的具体函数关系； 应具有高度概括性； 利用回归模型预测时，解释变量的值最好不要离开样本范围太远； 世界是变化的，应该随时间的推移及时修改模型。 注意：在双变量线性回归中，t检验与F检验一致 一方面，t检验与F检验都是对相同的原假设H0：?2=0 进行检验; 另一方面，两个统计量之间有如下关系： 静观后效法 无约束回归模型 受约束回归模型 可用RSSR – RSS UR 的大小来检验约束条件的真实性 根据前面所学知识： 于 是： 案例